核电厂人因可靠性分析中的相关性分析方法研究

人因可靠性分析（HRA）是核电厂风险分析中的重要组成部分，其中人误事件的相关性分析是HRA中必不可少的内容，忽略人误事件间的相关性，将导致低估核电厂的风险水平。本文提出了一种基于D（邓）数和层次分析法-决策试行与评价实验室（AHP-DEMATEL）方法的相关性分析模型。首先，确定两事件间相关性的影响因素及其结构关系，并针对每个影响因素建立相关性等级的隶属度函数及其锚点；其次，利用AHP-DEMATEL方法来确定各影响因素的综合权重；最后，根据实际情况评估各因素的相关性等级并构建D数，并根据D数和综合权重计算出两人因事件的相关性程度及其可信度，通过算例验证了该模型及其方法的有效性。      

火电机组过热汽温神经网络控制的研究

研究了单神经元PID控制器和BP神经网络PID控制器在火电机组过热汽温的应用．实验结果表明,神经网络PID控制结构简单,有较强的鲁棒性,取得了较好的控制效果．     

火电厂磨煤机出口温度异常分析和故障诊断系统

根据磨煤机出口温度异常报警,进行制粉系统故障诊断的系统研发.基于300MW仿真机平台,得到故障模型,再利用计算机软件技术对模型进行故障分离和显示,达到故障定位的目的.采用通用监控组态软件MCGS,实现故障诊断系统.系统能为火力发电厂运行人员快速的故障定位提供指导,以此帮助操作人员作出准确的操作判断,进一步避免事故的发生,提高了运行的安全性.     

电力变压器优化设计系统构建

基于综合设计、类比设计、优化设计三种设计方式构建了电力变压器优化设计系统。分析了三种设计方式的特点和相互间的联系,并以工程数据库系统为支撑,实现了各设计模块之间的数据传递。将专家系统混合推理机制融合到综合设计模块中,并采用改进遗传算法实现了优化设计模块。三种设计方式配合使用,可以灵活、可靠地获得优化设计方案。并基于本文构建的软件系统对一台110kV三绕组电力变压器进行了类比设计、综合设计和优化设计,结果表明了该软件系统的有效性。     

基于CPSO滚动优化的堆芯功率自适应预测控制

针对核反应堆变功率过程中系统的非线性和反应性增量约束问题，本文将具备模型参数自适应辨识能力的改进型广义预测控制器（JGPC）应用于堆芯功率控制，该控制器通过预测模型参数和递推关系计算未来时刻的预测输出值，同时采用经正弦混沌策略和非线性惯性权重改进的混沌粒子群算法（CPSO）进行滚动优化，在优化过程中通过设定优化边界和混沌策略来处理反应性约束；以堆芯功率的受控自回归积分滑动平均模型（CARIMA）作为预测模型，并采用遗忘因子递推最小二乘法（FFRLS）自适应辨识模型参数，以克服堆芯功率模型非线性。基于MATLAB平台对本文控制器进行仿真验证，结果表明，该控制器在满足约束条件的情况下，能使堆芯功率快速、稳定地跟随设定值，且具备一定的抗干扰能力。      

基于数据驱动建模的核电站一回路管道劣化趋势研究

提出一种基于管道状态数据的分析方法，可得到管道劣化趋势，有助于预防管道劣化引起的泄漏。具体方法是通过融合主观专家经验层次分析法和客观大数据分析熵权法的优点，定量地构建一回路管道的改进马氏距离健康度模型，进而应用融合卷积神经网络和长短期记忆神经网络的组合预测模型，对一回路管道未来的劣化泄漏情况做出趋势分析和预判。仿真结果表明，构建的健康度模型能够较好的反映出一回路管道的真实健康状态；组合 预测模型可以有效地预测一回路管道劣化泄漏的趋势，为保障设备的安全稳定运行提供 参考。     

核电站仪控设备国产化研发进展

核电站的仪控设备是核电技术的核心,核电站仪控设备的国产率基本体现了国家对核电技术的掌控水平。从核电站测量技术、核电站执行器技术与核电控制系统技术三个层面论述我国核电站仪控设备国产化研发现状,并进一步梳理了核电仪控设备的设计、装配与安全标准等内容。最后对核电站仪控设备国产化研发进行分析,并展望了我国核电仪控设备的发展前景。     

核电站停堆保护系统安全性仿真研究

核电站的安全可靠是其运行的第一要素,故障树分析是核电站概率安全评价的重要方法。引用蒙特卡罗方法对故障树进行定理分析建模,给出了故障树仿真程序框图,编写了仿真程序,做成了可靠性评估软件。通过实例指出各底事件对整个系统的重要度,对核电站的设计、维修和改造具有指导意义。     

基于仿真技术的火电仿真机升级实现

电厂机组改造后,存在原有仿真机的部分模型不能适应改造机组特性要求的问题。文章结合目前火电厂普遍存在的集散控制系统升级的要求,对与之对应的火电厂仿真机的升级,在最大程度保留原有模型的前提下,提出了基于仿真技术的升级方案,保留了原有的运行基本特性,可对运行人员进行面向火电厂仿真机升级系统的操作培训。     

基于时间序列神经网络的蒸汽发生器传热管泄漏程度诊断研究

针对蒸汽发生器U形传热管泄漏，本文提出了一种基于时间序列神经网络对蒸汽发生器传热管泄漏程度进行诊断研究的方法。首先，对核电厂蒸汽发生器U型传热管泄漏进行机理分析，构建其数学模型，提取其泄漏的直接特征参数，再依据Fisher得分法，提取其间接特征参数；其次，通过滑动时间窗口法从预处理后的时间序列数据中生成数据样本，作为时间序列神经网络的输入，并以蒸汽发生器U形传热管泄漏程度信息为标注，基于反向传播（BP）算法对五层神经网络系统进行训练，得到蒸汽发生器U形传热管泄漏的时间序列神经网络模型；最后，模拟核电厂运行过程蒸汽发生器U形传热管泄漏时的时间序列测试数据。仿真结果表明，时间序列神经网络对演变事件的处理具有较好的有效性和较高的泛化能力，对故障程度的诊断研究具有参考价值。